访谈
Lior Hakim，Hour One联合创始人兼CTO – 采访系列
Lior Hakim，Hour One联合创始人兼首席技术官， Hour One是一家行业领先的虚拟人工智能视频通信公司。他们的虚拟角色以真实的人为原型，通过文本传达人类般的表达，赋予企业以无与伦比的轻松和可扩展性来提升他们的信息传达。
您能否分享Hour One的创立故事?
Hour One的起源可以追溯到我参与加密领域的时期。在那之后，我开始思考下一个大事件是什么，以及随着机器学习在推荐和预测分析中获得流行，我正在处理一些机器学习基础设施相关的项目。通过这项工作，我熟悉了早期的生成技术，尤其是对GANs感兴趣。当我向一位在该领域有公司的朋友展示我的结果时，他告诉我我必须认识奥伦。当我问他为什么时，他告诉我，也许我们两个会停止浪费他的时间，转而浪费彼此的时间。奥伦，我的联合创始人和Hour One的首席执行官，当时是人工智能的早期投资者。虽然我们站在不同的位置，但我们都朝着同一个方向移动，Hour One的创立成为虚拟人类的家园是一种不可避免的旅程。
使用了哪些机器学习算法，生成式人工智能在什么部分发挥作用?
在视频创作领域，机器学习算法在每个阶段都发挥着重要作用。在脚本阶段，大型语言模型（LLMs）提供了无价的支持，编写或完善内容以确保引人入胜的叙述。随着我们转向音频，文本转语音（TTS）算法将文本转化为有机、富有情感的声音。转到视觉表现，我们的专有多模态虚拟人类基础模型成为中心。该模型通过生成对抗网络（GANs）和变分自编码器（VAEs）增强，能够传达情境情感、发音和清晰、引人入胜、真实的表达。这种生成技术将文本和音频提示转化为虚拟人类的逼真视觉，导致超逼真视频输出。LLMs、TTS、GANs、VAEs和我们的多模态模型的协调，使得生成式人工智能不仅仅是一个部分，而是现代视频制作的骨干。
Hour One如何与其他视频生成器区别开来?
在Hour One，我们与其他视频生成器的区别不在于对竞争的执着，而在于我们深深植根于质量、产品设计和市场战略的哲学。我们的指导原则是始终优先考虑人类元素，确保我们的创作作品以真实性和情感共鸣。我们为能够提供行业中最好的质量而自豪。通过使用先进的3D视频渲染，我们为用户提供了真正的电影体验。此外，我们的战略是独特的、有见解的；我们从精致的产品开始，然后迅速迭代以达到完美。这一方法确保我们的产品始终领先一步，树立了视频生成的新标准。
凭借您在GPU方面的丰富经验，您能否分享您对NVIDIA下一代GH200格雷斯·霍珀超级芯片平台的看法?
格雷斯·霍珀架构确实是一个游戏规则的改变者。如果GPU可以在不完全堵塞计算的情况下从其主机的RAM中有效地工作，那么它将解锁当前不可能的模型/加速器比率，并因此实现所需的灵活性。假设GH200的整个库存不会被LLM训练完全占用，我们希望利用它来大大降低我们多模态架构的原型设计成本。
是否有其他芯片目前在您的雷达上?
我们的主要目标是为用户提供具有竞争力的价格的视频内容。考虑到当前对大内存GPU的需求，我们不断优化和尝试顶级云服务提供商的任何GPU云产品。此外，我们努力在部分工作负载上至少部分实现平台独立。因此，我们正在关注TPU和其他ASIC，并密切关注AMD。最终，任何能够带来更好FLOPs/美元比率的硬件优化路线都将被探索。
您对未来视频生成的发展有什么展望?
在24个月内，我们将无法区分生成的人类和捕捉的人类。这将改变很多事情，我们正处于这些进步的前沿。
目前，大多数生成的视频都是为计算机和移动设备设计的，在我们拥有用于增强现实和虚拟现实的照片级生成的头像和世界之前，什么需要改变?
目前，我们拥有生成照片级真实头像和世界的能力，适用于增强现实（AR）和虚拟现实（VR）。主要的障碍是延迟。虽然将高质量、实时图形交付到边缘设备（如AR和VR头戴设备）至关重要，但无缝实现这一点取决于几个因素。首先，我们依赖于芯片制造的进步，以确保更快、更高效的处理。同时，优化功耗以确保在不损害体验的情况下更长时间的使用也至关重要。最后，我们预计会有软件突破，可以高效地弥合生成和实时渲染之间的差距。随着这些元素的汇聚，我们将看到照片级真实头像和环境在AR和VR平台上的使用率大幅增加。
您预计人工智能领域的下一个重大突破是什么?
当谈到人工智能领域的下一个重大突破时，总是充满了兴奋和期待。虽然我之前提到了某些进展，但我可以分享的是，我们目前正在积极地开展几项开创性的创新。遗憾的是，我目前无法深入讨论具体细节，但我鼓励大家密切关注我们的即将发布的内容。人工智能的未来前景广阔，我们很高兴能够站在这些开创性努力的前沿。请继续关注！
关于Hour One，还有其他内容您想分享吗?
您绝对应该查看我们的Discord频道和API，它们是我们在Hour One平台上新增的功能。
